学习笔记(02):Python数据清洗实战-Pandas常用数据结构dataframe和方法

立即学习:https://edu.csdn.net/course/play/26990/361119?utm_source=blogtoedu

序列的创建方法，通过pandas.Series创建

pandas.Series（data,index，dtype，name）

data数组array、列表、字典dict

index所以必须与对象同长度

name对象的名称

用type（）函数运行一下可知是不是序列机构 浮点型数据float64

字典：（【‘北京’：3.1，‘上海’：2.8……】）这样的 左边的key作为行索引，右边是value值

访问可以 变量【0】第一个值 变量【0:3】前三个索引+值通过位置访问是左开右闭的 也可以通过索引名称访问 变量【‘北京’】

Series切片可以通过索引访问一段数据的健和值：变量【‘北京’：‘江苏’】（通过标签访问不是左开右闭，而是左闭右也闭）

 

输出值 变量.value 输出的是array数组结构

输出行索引 变量.index

变量.dtype可以看到值的数据类型

 

dataFrame表结构，类似excel

参数columns是列名，相当于excel做分析时的表头

变量.head(5) 会显示表格

还可以使用字典方法创建，字典的key就会成为表头也就是列标签，值会成为每一列的数据

还可以通过数组创建 先创建np.array作为列标签下面对应的值，然后再加上columns参数写上列标签也就是表头，还可以给行索引index

 

有一些方法：变量.values可以把表格的值编程数组结构输出

.index就是输出行索引标签

.columns就是输出变量名称也就是行标签，但是这个数据结构不是一个列表 如果是.columns.tolist()那么就可以把数据结构转换为一个列表（这个方法只有DataFrame有，Series没有这种方法）

.ndim可以输出表格的维度，二维的就是由行和列构成的

.shape几行几列（行数，列数）如果是一维数据结构只会显示（行数，）

.size几个元素构成的，比如三行三列那就是9个元素

.dtype是每个列标签的数据类型，会显示列标签及其数据类型，数组型object，如果数字用‘’包含则是数组型，如果只是数字则是整数形或者浮点数